2023级数据科学与大数据技术本科专业人才培养方案1（可点击下载）.doc

2023 年入学本科数据科学与大数据技术专 业立体化人才培养方案 一、专业名称、代码和学制 （一）专业名称（中英文）：数据科学与大数据技术（Data Science and Big Data Technology） （二）专业代码 ：080910T （三）学制：四年 二、培养目标和毕业要求 （一）培养目标 本专业面向地方、尤其是粤港澳珠三角地区新兴产业发展需求，培养德、智、体、美、 劳全面发展，具有良好的人文科学素养和职业道德，掌握较好的数学、自然科学等基础知识、 具有优良的专业综合素质；同时充分发挥学校应用型人才培养的优势，结合学院多学科融合 的特点，培养具有良好科学素养，具有较好的大数据应用领域的专业知识，能够从事大数据 分析与挖掘、大数据应用研究与开发等工作，并能够通过继续教育及其他终身学习的途径不 断拓展自己的能力，在数据系统的研究、开发、部署与应用等领域，具有团队意识与协作能 力的应用型、高素质工程技术人才。 本专业学生在毕业后 5 年内，达到以下培养目标： 1. 道德素养：具有良好的人文科学素养、职业道德与国际视野，在工作中表现出良好 的社会责任感、事业心、安全与环保意识； 2. 工程能力：掌握扎实的专业基础知识和专业技能，具备从事大数据领域产品研发、 部署与应用，大数据分析与挖掘等应用工作的复杂性工程实践能力； 3. 工程伦理：在大数据工程实践中能够综合考虑社会、健康、安全、法律、经济、文 化以及环境等因素，拥有良好的工程职业道德； 4. 团队合作：具有良好的团队合作精神、交流与沟通能力、组织协调能力，能够在实 际工作中适应不同的角色； 5. 终身学习：能够主动适应社会环境、技术的发展变化，能够通过继续教育或其它终 身学习的途径更新知识，实现能力和技术水平的不断提升。 （二）毕业要求 1. 工程知识：能够将数学、自然科学、数据科学的理论与方法用于解决本专业领域的 复杂工程问题。 2. 问题分析：能够应用数学、自然科学、工程科学的基本原理，经过识别、表达，通 过文献等资料的研究，分析本专业领域的复杂工程问题，并提出解决该类问题的解决方法。 3. 设计/开发解决方案：能够设计针对数据科学与大数据专业领域的复杂工程问题的 解决方案，开发满足特定需求的大数据产品、系统，并能够在设计或开发环节考虑社会、健 康、安全、法律、文化及环境等因素。 4. 研究：能够采用科学的方法对数据科学与大数据专业领域的复杂工程问题进行研究， 包括设计实验、分析与解释数据、并能通过信息综合得到有效的结论。 5. 使用现代工具：能够针对数据科学与大数据专业领域的复杂工程问题，开发、选择 并使用恰当的技术、资源、现代开发工具，包括对复杂工程问题的预测和模拟，并能够理解 其局限性。 6. 工程与社会：能够基于工程背景知识进行合理分析，评价数据科学与大数据专业工 程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承 担的责任。 7. 环境和可持续发展：能够理解和评价针对数据科学与大数据专业复杂工程问题的具 体工程实践对环境、社会可持续发展的影响。 8. 职业规范：具有人文社会科学素养、社会责任感，能够在数据科学与大数据专业工 程实践中理解并遵守工程职业道德和规范，履行责任。 9. 个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。 10. 沟通：掌握与社会公众沟通交流的基本技巧；能够与业界同行就数据科学与大数 据专业领域的复杂工程问题进行学术交流和有效沟通，包括撰写报告、陈述发言、清晰表达 或回应指令；具备一定的国际视野，能够在跨文化背景下进行沟通与交流。 11. 项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。 12. 终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。 三、专业核心课程 数学和自然科学：高等数学（1）、高等数学（2）、线性代数、大学物理（1）、大学 物理（2）、大学物理实验、概率论与数理统计、离散数学。 学科基础：高级语言程序设计、操作系统原理、数据结构与算法、面向对象程序设计、 计算机系统结构、数据库原理、计算机网络。 专业类课程：分布式系统、大数据处理技术、数据挖掘与机器学习、Python 程序设计、 人工智能原理等。 工程实践与毕业设计：高级语言程序设计课程设计、操作系统课程设计、数据结构与算 法课程设计、程序设计实训、分布式系统实践、大数据处理技术实践、MySQL 数据库应用实 训、计算机网络实训、大数据智能分析实训、大数据技术与开发实训、企业项目实践、认识 实习、工作实习、毕业设计等。 四、主修专业毕业条件和学位授予 毕业学分结构表 公共教育（53 学分） 专业教育（103 学分） 公共选修 毕业总学 分 公共必 通识必 修 修 156+（10） 34 13 成长教育 （10 学分） 专业必修 校级公选 专业 学生成长 数学与 美育限定 课和学术 专业基 工程实 选修 教育课 自然科 性选修课 报告型公 础 践类 学 选课 2 4 24 30 30 19 10 备注：1.该学分结构表显示了本专业学生毕业的最低修读总学分要求和各类课程下的最低修 读学分组成。 （一）毕业条件 学生申请以数据科学与大数据技术专业毕业，须符合以下全部条件后，才准予毕业，并 发给毕业证书： 1.在学院允许的学习年限内，即 3~7 年。 2.取得数据科学与大数据技术专业规定的最低毕业总学分 156+（10）学分，其中： 公共教育类包含：公共必修课 34 学分、通识必修课 13 学分、公共选修课 6 学分，其中 通识必修课含有劳动教育课 2 学分。 专业教育类包含：数学与自然科学课 24 学分，专业基础课 30 学分，专业选修课 19 学 分、工程实践及毕业设计课 30 学分，其中，认识实习 2 学分，工作实习 2 学分，毕业设计 12 学分，专业教育类最低选修 103 学分。 成长教育课其具体安排以学校发布的成长教育方案为准。 （二）获得学位 普通全日制本科生在取得毕业资格的前提下，按现行的绩点制，其专业课、公共必修课 的平均学分绩点达到 2.0 及以上者，可授予工学学士学位。 五、公共教育课程计划进程表 请详见附表一。 六、专业教育课程计划进程表 请详见附表二。 七、各学期学分分配表 请详见附表三。 八、理论、实践教学学时占比一览表 请详见附表四。 九、三实课程教学环节一览表 请详见附表五。 十、辅修课程、辅修专业、辅修专业学位课程计划进程表 请详见附表六。 （一）辅修课程 辅修课程是指非本专业学生修满本专业辅修课程教学计划规定的 30 学分，其中必修课 （数学与自然科学、专业基础、工程实践及毕业设计）30 学分，选修课 0 学分，可以取得 数据科学与大数据技术专业《辅修证明书》。 数据科学与大数据技术专业辅修课程人才培养方案详见分表一。 （二）辅修专业 辅修专业是指非本专业学生修满本专业辅修专业教学计划规定的 50 学分，其中必修课 （数学与自然科学、专业基础、工程实践及毕业设计）44 学分，选修课 6 学分，可以取得 数据科学与大数据技术专业的辅修毕业资格。 数据科学与大数据技术专业辅修专业人才培养方案详见分表二。 （三）辅修专业学位 辅修专业学位规定，学生原主修专业与计划进行辅修专业学位的专业不能属于同一学科 门类。在此前提下，非本学科门类专业学生修满本专业辅修专业学位教学计划中规定的 60 学分，其中必修课（数学与自然科学、专业基础、工程实践及毕业设计）54 学分，选修课 6 学分，且符合两个专业要求的学位授予条件，在取得主修专业学士学位的同时，可同时取得 数据科学与大数据技术学士学位。 数据科学与大数据技术专业辅修专业学位人才培养方案详见分表三。